Nanoparticles for Active and Sustainable Fuel Cell Cathodes
Notice bibliographique
Résumé
Depletion of fossil fuels and environmental pollution raised interest in new technologies for sustainable energy production, conversion, and storage, among which fuel cell technology is greatly studied, in both academia and industry. Proton exchange membrane fuel cells (PEMFCs) are reputed energy devices, due to their high conversion efficiency and low environmental pollution.1 Nowadays, Pt-based catalysts exhibit the best electrocatalytic activity towards oxygen reduction reaction (ORR), but enhancing their catalytic efficiency and reducing costs are essential for commercializing fuel cell technology.2 Our interest relies with the development of Pt-based nanoalloys2,4 via solution organometallic chemistry approach.3 This approach allows control over the composition, structure, and morphology of metal nanoparticles, and could lead to increased catalytic activity and long-term stability by revealing more active sites of the catalyst. Additionally, the ability to alloy with a range of metals for producing bimetallic compounds is one of the key advantages of this approach. In this communication, the synthesis of Pt-based nanoparticles and their characterization by state-of-the-art techniques such as ICP, EA, IR, TEM and HR-TEM will be described. The influence of the Pt complexes used as precursors and of the reaction conditions on the morphology of the Pt nanoparticles will be shown. The obtained nanostructures offer interesting starting materials to incorporate other metals, such as transition or rare earth metals, in order to have nanoalloys and study their performance in ORR in comparison to pure Pt catalysts. References [1] X. Tang, D. Fang, L. Qu, D. Xu, X. Qin, B. Qin, W. Song, Z. Shao, B. Yi, Chin. J. Catal. 2019, 40, 504–514. [2] X. Ren, Q. Lv, L. Liu, B. Liu, Y. Wang, A. Liu, G. Wu, Sustain. Energy Fuels 2019, 4, 15–30. [3] C. Amiens, B. Chaudret, D. Ciuculescu-Pradines, V. Collière, K. Fajerwerg, P. Fau, M. Kahn, A. Maisonnat, K. Soulantica, K. Philippot, New J. Chem. 2013, 37, 3374–3401. [4] J. Greeley, I.E.L Stephens, A. S Bondarenko, T. P. Johansson, H.A. Hansen, T. F Jaramillo, J. Rossmeisl, I. Chorkendorff, J.K. Nørskov, Nat. Chem. 2009, 1, 552–556.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».